圖像超分辨率重建算法發(fā)展至今仍是圖像處理領(lǐng)域的研究熱點(diǎn),在機(jī)器視覺、模式識(shí)別領(lǐng)域均有廣泛應(yīng)用�，F(xiàn)階段,基于學(xué)習(xí)先驗(yàn)的方式作為重建算法的首選,在獲得高分辨率圖像方面取得了巨大研究成果。本文致力于在圖像自相似特性的學(xué)習(xí)先驗(yàn)下對(duì)圖像超分辨率重建算法進(jìn)行深入研究�；谙∈璞硎镜膱D像超分辨率重建算法具有很高的研究?jī)r(jià)值,但該類算法未利用圖像本身結(jié)構(gòu)信息,導(dǎo)致低分辨率圖像的稀疏系數(shù)不適用于高分辨率圖像重建。針對(duì)以上問(wèn)題,本文在稀疏表示的基礎(chǔ)上提出了一種基于自相似性學(xué)習(xí)和共形稀疏的圖像超分辨率重建算法,使得求解的稀疏系數(shù)更適用于高分辨率圖像重建。首先利用高斯混合模型引導(dǎo)圖像內(nèi)部結(jié)構(gòu)相似塊的分組;然后根據(jù)每個(gè)組鄰居塊與其對(duì)應(yīng)稀疏系數(shù)在流形空間中保持局部幾何角度不變的特性進(jìn)行系數(shù)約束;最后,利用相似塊對(duì)應(yīng)的系數(shù)矩陣的低秩特性來(lái)捕獲其全局結(jié)構(gòu),以獲得可靠的稀疏系數(shù)矩陣。實(shí)驗(yàn)仿真驗(yàn)證了共形特性對(duì)重建算法的影響,且所提算法相比于六種對(duì)比算法重建出的圖像具有更豐富的紋理細(xì)節(jié)和視覺效果。在相似圖像塊進(jìn)行圖像重建的過(guò)程中,忽視了圖像中存在的更大規(guī)模結(jié)構(gòu)信息的相互作用。并且利用簡(jiǎn)單的平均、圖像塊間信息的復(fù)雜融合或局部信... 

【文章來(lái)源】：重慶郵電大學(xué)重慶市

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于學(xué)習(xí)的超分算法主體思想圖

圖像退化模型

稀疏表示理論

【參考文獻(xiàn)】：
期刊論文
[1]核稀疏表示和原子相關(guān)度的圖像重建[J]. 程德強(qiáng),劉威龍,邵麗蓉,陳亮亮.  中國(guó)圖象圖形學(xué)報(bào). 2018(09)
[2]基于非局部相似塊低秩的壓縮感知圖像重建算法[J]. 宋云,李雪玉,沈燕飛,楊高波.  電子學(xué)報(bào). 2017(03)
[3]基于自相似性和稀疏表示的圖像超分辨率重建[J]. 蔣建國(guó),陳亞運(yùn),齊美彬,王超.  光電工程. 2015(12)
[4]基于多尺度結(jié)構(gòu)自相似性的單幅圖像超分辨率算法[J]. 潘宗序,禹晶,胡少興,孫衛(wèi)東.  自動(dòng)化學(xué)報(bào). 2014(04)
[5]超分辨率圖像重建方法綜述[J]. 蘇衡,周杰,張志浩.  自動(dòng)化學(xué)報(bào). 2013(08)

碩士論文
[1]基于自相似性的單幅圖像超分辨率重建算法研究[D]. 郭良.山東大學(xué) 2016



本文編號(hào)：3392863